python - 使用 MaxNLocator 绘制 pandas 条形图会导致标签错误

Question

我有一个 pandas 数据框，我想创建它的绘图:

import pandas as pd
from matplotlib.ticker import MultipleLocator, FormatStrFormatter, MaxNLocator
df = pd.DataFrame([1, 3, 3, 5, 10, 20, 11, 7, 2, 3, 1], range(-5, 6))
df.plot(kind='barh')

很好，一切都按预期进行:

现在我想隐藏 y 轴上的一些刻度。看着docs ，我想我可以通过以下方式实现:

MaxNLocator: Finds up to a max number of intervals with ticks at nice locations. MultipleLocator: Ticks and range are a multiple of base; either integer or float.

但是它们都不是我期望看到的(y 轴上的值没有显示正确的数字):

ax = df.plot(kind='barh')
ax.yaxis.set_major_locator(MultipleLocator(2))

ax = df.plot(kind='barh')
ax.yaxis.set_major_locator(MaxNLocator(3))

<小时/>

我做错了什么？

Answer 1

问题

出现此问题是因为 pandas 条形图是分类的。每个条形图都位于从 0 开始的连续整数值处。仅调整标签以显示实际的数据帧索引。因此，这里有一个值为 0,1,2,3,... 的 FixedLocator 和一个值为 -5 的 FixedFormatter ，-4，-3，...。单独更改定位器不会更改格式化程序，因此您会得到数字 -5, -4, -3, ... 但位于不同的位置(未显示一个勾号，因此绘图从-4 此处)。

A. Pandas 解决方案

除了设置定位器之外，您还需要设置一个格式化程序，它根据位置返回正确的值。对于此处使用的具有连续整数的数据帧索引，可以通过使用 FuncFormatter 将最小索引添加到该位置来完成。对于其他情况，FuncFormatter 的函数可能会变得更加复杂。

import matplotlib.pyplot as plt
import pandas as pd
from matplotlib.ticker import (MultipleLocator, MaxNLocator, 
                                FuncFormatter, ScalarFormatter)

df = pd.DataFrame([1, 3, 3, 5, 10, 20, 11, 7, 2, 3, 1], range(-5, 6))

ax = df.plot(kind='barh')
ax.yaxis.set_major_locator(MultipleLocator(2))

sf = ScalarFormatter()
sf.create_dummy_axis()
sf.set_locs((df.index.max(), df.index.min()))

ax.yaxis.set_major_formatter(FuncFormatter(lambda x,p: sf(x+df.index[0])))


plt.show()

B. Matplotlib 解决方案

使用 matplotlib，解决方案可能更容易。由于 matplotlib 条形图本质上是数字，因此它们将条形图放置在第一个参数指定的位置。这里，单独设置一个定位器就足够了。

import matplotlib.pyplot as plt
import pandas as pd
from matplotlib.ticker import MultipleLocator, MaxNLocator

df = pd.DataFrame([1, 3, 3, 5, 10, 20, 11, 7, 2, 3, 1], range(-5, 6))

fig, ax = plt.subplots()
ax.barh(df.index, df.values[:,0])
ax.yaxis.set_major_locator(MultipleLocator(2))

plt.show()